自适应布谷鸟过滤器
数据结构与算法
2017-10-12 v2
摘要
我们引入自适应布谷鸟过滤器（ACF），一种用于近似集合成员资格的数据结构，它通过响应假阳性并在未来查询中移除它们来扩展布谷鸟过滤器。作为一个示例应用，在数据包处理中查询可能对应于流标识符，因此对元素的搜索可能随后对该元素的重复搜索。因此移除假阳性可显著降低假阳性率。ACF 像布谷鸟过滤器一样，使用布谷鸟哈希表存储指纹。我们允许指纹条目响应假阳性而改变，其方式旨在最小化对过滤器性能的影响。我们通过提出假阳性率的理论模型以及使用合成数据集和真实数据包跟踪的仿真，表明 ACF 能够显著降低假阳性率。
引用
@article{arxiv.1704.06818,
title = {Adaptive Cuckoo Filters},
author = {Michael Mitzenmacher and Salvatore Pontarelli and Pedro Reviriego},
journal= {arXiv preprint arXiv:1704.06818},
year = {2017}
}